Gemini 4 Carbon: qué cambia, cuánto cuesta y quién puede acceder
En este artículo
Google anunció Gemini 4 Carbon el 28 de octubre de 2026: un modelo orientado a ingeniería de software compleja y ciberdefensa, con acceso inicial restringido. El precio introductorio anunciado es de US$2 por millón de tokens de entrada y US$10 de salida. Eso no significa que hoy puedas contratarlo desde cualquier cuenta o integración.
La distinción central es esa: Google presenta mejoras de capacidad, pero la decisión inmediata depende de quién puede acceder, bajo qué condiciones y con qué evidencia. Mi lectura es que Carbon merece seguimiento y una evaluación acotada cuando el acceso lo permita, no una migración automática por sus puntuaciones.
Este análisis se basa en el anuncio oficial y su metodología, consultados el 28/10/2026. No probé Carbon ni presento resultados propios de producción.
Qué anunció Google y quién puede acceder
El despliegue empieza esta semana con un subconjunto de defensores de ciberseguridad, según Google. Después ampliará gradualmente el acceso a otros socios de confianza mediante Fairwind. La llegada a desarrolladores, empresas y consumidores queda para más adelante, sin una fecha concreta en el anuncio.
Por eso conviene separar tres estados: modelo anunciado, acceso concedido a determinados participantes y disponibilidad general. Solo el primero está confirmado para cualquier lector; el segundo depende del programa, y el tercero no tiene calendario publicado en esta fuente.
La página de Fairwind consultada todavía describe Argon y CodeMender. Sirve como contexto del programa, pero no como confirmación de que una solicitud habilite Carbon ni de sus condiciones particulares. Para Carbon, la referencia de despliegue es el anuncio nuevo.
Tampoco asumiría que pagar una suscripción de Gemini o disponer de una clave de API alcanza. Antes de planificar una integración necesitás una confirmación explícita de acceso al modelo, la superficie habilitada y las restricciones de uso. Un precio anunciado no equivale a una oferta disponible para tu cuenta.
Qué cambia frente a Argon, sin heredar su ficha técnica
Google presenta Carbon como un avance sobre Argon en programación, tareas de varios pasos y ciberseguridad. Describe ejecuciones internas que persistieron durante días para investigar y corregir problemas complejos. Es una observación de sus equipos, no una garantía de autonomía, duración o disponibilidad del servicio.
La idea resulta relevante para un problema reconocible: modificar un sistema grande exige encontrar la causa, proponer un cambio y verificar que no introduzca otro fallo. Un modelo que sostiene ese recorrido podría aportar más que uno que produce una respuesta convincente y se detiene. Ese potencial todavía necesita demostrarse en el entorno del equipo que lo adopta.
El análisis de Gemini 4 Argon sirve para entender la etapa anterior, no para completar los casilleros de Carbon. No trasladaría su ventana de contexto, modalidades, límites de salida, configuración de razonamiento ni compatibilidad de herramientas sin documentación específica del nuevo modelo.
En la evidencia consultada no hay una ficha de implementación de Carbon verificada que permita publicar esos detalles. Tampoco corresponde inventar un identificador de API o un ejemplo de código. Para decidir una migración, esas ausencias son información operativa: impiden saber si el cambio conserva lo que tu aplicación necesita.
Qué muestran los benchmarks y dónde dejan de responder
La comparación oficial muestra avances frente a Argon, pero no un ganador en todas las tareas. La preservo completa para que se puedan revisar también los resultados ajenos, las condiciones rotuladas y los valores ausentes.
Fuente: Google, anuncio de Carbon. Archivo original completo, sin modificar datos, colores o etiquetas. Abrilo para ampliar. Su reproducción no valida independientemente los resultados.
Como complemento accesible, estas filas permiten ubicar el alcance de algunas mejoras dentro de esa misma comparación:
| Evaluación | Carbon | Argon | Límite de la lectura |
|---|---|---|---|
| Terminal-Bench 4.0 (AA) | 65,2% | 57,1% | Son resultados de la evaluación identificada como AA. |
| FrontierSWE 2 | 61,2% | 55,0% | GPT-6 Astra figura con 65,5%; Carbon no lidera esta fila. |
| OSWorld-2.1 | 81,5% | 74,7% | Subconjunto sin internet; Opus 5.5 figura con 87,2%. |
La metodología oficial explica que las cifras de modelos no Gemini provienen, salvo excepciones, de resultados publicados por sus proveedores. Otras filas remiten a evaluadores externos. Estar en una sola imagen no convierte las pruebas en un experimento con idénticas condiciones.
Además, los detalles cambian por tarea. Para OSWorld, Google informa el mejor resultado entre tres ejecuciones, cada una de un intento. Para otras pruebas usa configuraciones y entornos diferentes. El harness —las instrucciones, herramientas y reglas que rodean al modelo— forma parte del resultado. No conviene leer una puntuación como capacidad aislada y trasladable a cualquier aplicación.
Ciberdefensa: capacidades medidas sin guardrails
El anuncio reporta 88,2% en SEC-bench Pro, 54,8% en ExploitGym y 71,0% en CWE-bench, orientados a encontrar vulnerabilidades, validar su explotación y producir parches. Google aclara que estas evaluaciones se realizaron sin guardrails, es decir, sin las barreras de seguridad aplicadas a esa medición.
La metodología aporta una diferencia concreta: ExploitGym usa Antigravity sin internet, mientras CWE-bench remite a la evaluación de Collinear AI. Es evidencia de capacidad bajo condiciones definidas, no una promesa del comportamiento de la versión a la que acceda un participante.
El anuncio también comunica una tasa de éxito de ataque de 0% en la prueba de inyección indirecta de instrucciones de Gray Swan. Significa que no prosperaron los ataques evaluados; no demuestra inmunidad ante cualquier documento malicioso. Los permisos y la revisión de acciones siguen siendo necesarios.
Fuente: Google. Original sin modificar; las cifras sobre las barras corresponden a 15 intentos. Menor es mejor en esta evaluación, no una garantía general de seguridad.
Cuánto cuesta Gemini 4 Carbon y qué falta precisar
La tarifa anunciada es introductoria, no permanente. La nota al pie del anuncio indica qué precios se aplicarán después, pero no publica cuándo termina ese período.
| Por millón de tokens | Precio introductorio | Después del período introductorio |
|---|---|---|
| Entrada | US$2 | US$4 |
| Salida | US$10 | US$20 |
Google también anuncia un descuento del 95% sobre el precio de entrada para tokens de entrada en caché. No lo interpretaría como un descuento sobre toda la factura: corresponde a esa categoría de consumo, no a la salida ni automáticamente a cualquier entrada.
Aunque las tarifas iniciales coincidan con las anunciadas para Argon, no hay base para copiar su fecha de vencimiento a Carbon. Antes de presupuestar faltan las condiciones comerciales aplicables al acceso concreto, las reglas de facturación y los límites operativos.
El siguiente cálculo tampoco debería quedarse en tokens. El costo por resultado aceptado incluye intentos fallidos, herramientas, tiempo de ejecución y revisión humana. Lo desarrollo en el artículo de Gemini 3.8 Flash y costo por tarea. Una tarifa competitiva puede servir de entrada a la evaluación; no demuestra ahorro en un proceso que todavía no mediste.
Qué evidencia pediría antes de adoptarlo
Prepararía la evaluación antes de solicitar una migración. Mi propuesta, no una prueba ya ejecutada, sería elegir una tarea que hoy falle de manera observable: por ejemplo, corregir un error reproducible en una copia aislada de un repositorio.
Para esa tarea dejaría por escrito:
- Resultado aceptable: el error deja de reproducirse y las pruebas existentes siguen pasando. Una explicación convincente no sustituye la verificación.
- Condiciones comparables: mismo repositorio, contexto, herramientas y presupuesto para el modelo actual y Carbon; cualquier diferencia queda registrada.
- Límites de acción: sin credenciales de producción ni permisos de despliegue; los cambios requieren revisión antes de integrarse.
- Registro útil: consumo facturado, reintentos, duración, errores y trabajo que debió completar una persona.
Separaría después los problemas del modelo de los del entorno. Si faltó un archivo, falló una herramienta o el criterio de aceptación era ambiguo, cambiar el modelo no explica por sí solo el resultado. Esa separación evita atribuirle a Carbon tanto éxitos como fallos que pertenecen a la integración.
Si no tenés acceso confirmado o tu modelo actual resuelve el caso dentro de los límites acordados, esperar es una decisión razonable. El anuncio no obliga a rehacer un flujo que funciona.
Mi conclusión: Carbon amplía la evidencia de Google sobre software y ciberdefensa; su utilidad para tu equipo empieza donde puedas verificar acceso, condiciones y resultados propios. Si estás evaluando un cambio, empezá por escribir qué tendría que resolver mejor, no por elegir una posición en la tabla.
Fuentes y vigencia
Consulta: 28/10/2026. Análisis documental de fuentes de Google; benchmarks atribuidos, sin verificación independiente ni prueba propia. Arte de portada: Google, adaptado de su imagen social oficial. Revisar esta nota cuando haya acceso público, ficha técnica o cambios de precio.
Especialista en Agentes de IA · Copenhague
Diseño e implemento agentes IA, MCP servers y harnesses en producción: el loop, las herramientas y el contexto que hacen que un modelo pase de contestar a trabajar. Todo lo que ves en este sitio está construido así.
